Cálculo Infinitesimal

CURSO 2009-10

Clase Práctica No. 5

CÁLCULO DIFERENCIAL.
ESTUDIO EXPERIMENTAL DE FUNCIONES
 ÍNDICE
Sección Diapositiva
Sugerencias 4
Introducción 5
Objetivos 6
Metodologı́a 7
Derivación simbólica 10
Ejercicios 13
Cálculo de ası́ntotas, extremos, etc 16
Polinomio de Taylor 20
Funciones de varias variables 22
Matriz jacobiana 28
Gradiente 30
Derivadas direccionales 33
Extremos 35
Derivada de la compuesta 37
Polinomio de Taylor en dos variables 38
Respuestas 39
Apéndice 42
 
Ir a pag k → Shift+Ctrl+N+k (versión 7 Adobe Reader) Ctrl+N+k (versión 6)
 SUGERENCIAS
Crear una carpeta personal temporal (al final de la sesión puede ser
eliminada) y declarar la correspondiente trayectoria (PATH). Esto es
esencial para la ejecución de programas. Puede accederse al MENU
principal de la ventana de comandos, opción FILE\SET PATH. Como
alternativa basta ejecutar lo siguiente.

>>!mkdir C:\calculo\carpeta_personal

>>path(’C:\calculo\carpeta_personal’,path)

La primera lı́nea crea nuestra carpeta personal, mientras que la segunda

informa a Matlab dónde se encuentra ésta, y la sitúa al comienzo de la
lista de trayectorias.

Se recomienda el uso de los programas que aparecen en la Web de la

asignatura para facilitar el trabajo con las herramientas Maple diseñadas
para el cálculo simbólico de derivadas.
 Introducción
El acceso a la tecnologı́a hace que cambiemos nuestros métodos de trabajo
y estudio. Lo frecuente es que, directamente en el papel, sin otro
instrumento que no sea el bolı́grafo, tengamos que estudiar una función
calculando sus derivadas, o las raı́ces de ciertas ecuaciones para hallar las
intersecciones con los ejes de coordenadas, o ciertos lı́mites para
determinar el carácter asintótico de una función cerca de puntos
(incluyendo el infinito), etc. Los problemas a nivel académico son
relativamente sencillos, pero tal simplicidad no se garantiza en la práctica
profesional. Hallar las raı́ces de una ecuación trascendente, o algebraica
(polinomial) puede constituir un problema muy difı́cil o imposible de
resolver artesanalmente. Herramientas informáticas como las que ofrece el
MatLab permiten aumentar significativamente nuestras posibilidades de
éxito. Con ellas, para obtener la gráfica de una función basta con invocar
comandos como PLOT, EZPLOT y FPLOT, para que una parte de dicha
gráfica aparezca en la pantalla. Luego, es posible que nuestro trabajo
comience por lo que antes era el final. Es ası́ que podemos partir del
conocimiento de la gráfica para después establecer conjeturas sobre
intervalos de crecimiento, máximos o mı́nimos relativos, etc. Para realizar
con éxito este trabajo, nuestra preparación teórica es esencial.
 OBJETIVOS
Abordar el estudio teórico-experimental de las propiedades locales y
globales de algunas funciones. Esta clase incluye como aspecto esencial el
estudio de la diferenciabilidad de funciones en una y dos variables, y la
utilización de la diferencial como herramienta.

El alumno deberá conocer la sintaxis de algunos comandos simbólicos

Matlab-Maple, que se aplican directamente al cálculo de derivadas.

Resolver eficientemente diversos problemas mediante el uso de programas

basados en los comandos estudiados.

Aplicar herramientas gráficas Matlab para concluir experimentalmente

acerca de las caracterı́sticas de las funciones.
 METODOLOGÍA

Al igual que en clases anteriores, el método consiste en combinar los

recursos informáticos con el análisis matemático. Mediante la teorı́a
podremos contrastar la verosimilitud de los resultados experimentales.

Ejecutando herramientas simbólicas Matlab-Maple que permiten simular los

procesos de diferenciación, se intentará el estudio de algunas funciones en
subregiones de su dominio. Para facilitar este trabajo se han confeccionado
varios programas que pueden descargarse desde la WEB de la asignatura.

La aplicación de comandos de la familia PLOT se utilizará para producir

gráficos cuya interpretación nos ofrecerá información acerca de las
principales caracterı́sticas de algunas funciones elementales seleccionadas.
 METODOLOGÍA (cont.)
Se investigará la naturaleza de las funciones atendiendo a:

-Campo de definición

-Simetrı́as

-Periodicidad

-Cortes con los ejes

-Ası́ntotas

-Continuidad de la función

-Derivabilidad

-Crecimiento. Extremos

-Concavidad. Convexidad

-Puntos inflexión, etc

 METODOLOGÍA (cont.)
En los problemas que se plantearán en las siguientes diapositivas
aplicaremos comandos simbólicos y numéricos que permiten calcular
lı́mites, derivadas, raı́ces de ecuaciones, y hacer gráficas. Las funciones
tendrán que ser definidas mediante cadenas de caracteres (strings), o
mediante la declaración previa de variables simbólicas, mediante el
comando INLINE directamente en la lı́nea de comandos, o mediante la
confección de programas encabezados con la directiva FUNCTION (ver
clases prácticas anteriores).

El trabajo del alumno se basará en su conocimiento sobre MatLab, en las

ayudas que brinda el propio sistema, en los manuales ON LINE, y en la
ayuda directa del profesor.

Comenzaremos esta clase viendo los comandos que permiten el cálculo

simbólico de derivadas de cualquier orden. A continuación repasaremos los
comandos que permiten recrear en pantalla el gráfico de una función dada.

En cuanto a derivación numérica nos limitaremos a presentar unos breves

apuntes situados al final, en el apéndice (pag. 42), donde se muestra una
aplicación de la fórmula de Taylor.
Expresión exacta de la derivada enésima de una función.
Ejemplo 1. f es una cadena de caracteres (string) que se corresponde
sintácticamente con una función Matlab

>>diff(f,’x’)

Ejemplo 2. f es una expresión simbólica que se corresponde

sintácticamente con una función Matlab

>>syms x, diff(f,x)

Ejemplo 3. Derivada enésima de f (string)

>>diff(f,’x’,n)

Ejemplo 4. Derivada enésima de f (simbólica)

>>syms x, diff(f,x,n)

Ejemplo 5. Derivada enésima de f (string→sym). Esta variante permite

incluir parámetros no declarados previamente como simbólicos.

>>diff(sym(f),’x’,n)
 Cálculo simbólico de derivadas

Ejemplo 6.
d 2


sin(2x) + cos(x + 5x)
dx
Ejecución en la lı́nea de comandos

>>diff(’sin(2*x)+cos(x^2+5*x)’,’x’)

ans=2*cos(2*x)-sin(x^2+5*x)*(2*x+5)

>>syms x

>>diff(sin(2*x)+cos(x^2+5*x))

ans=2*cos(2*x)-sin(x^2+5*x)*(2*x+5)
 Cálculo simbólico de derivadas

Ejemplo 7.
d3 2


sin(2x) + cos(x + 5x)
dx3
Ejecución en la lı́nea de comandos

>>diff(’sin(2*x)+cos(x^2+5*x)’,’x’,3)

ans=-8*cos(2*x)+sin(x^2+5*x)*(2*x+5)^3-6*cos(x^2+5*x)*(2*x+5)

>>syms x

>>diff(sin(2*x)+cos(x^2+5*x),x,3)

ans=-8*cos(2*x)+sin(x^2+5*x)*(2*x+5)^3-6*cos(x^2+5*x)*(2*x+5)
 Calcular con Matlab las siguientes derivadas en los
puntos que se indican (uso del comando EVAL)
Ejercicio 1. (Resuelto)

d5 x4 − 2x
 
, x=1
dx5 x2 −4

>>D5f=char(diff(’(x^4-2*x)/(x^2-4)’,’x’,5));
>>x=1;
>>Df5_eval_en_1=eval(D5f)
Df5_eval_en_1=-3.591769547325103e+02

Ejercicio 2.

10 x 4
sen(e − x )
 
d
, x = 1.6405
dx10 log(x6 + cos2(x − 2) + 1)

NOTA: Las respuestas al final de la presentación

 Ejecutar el comando indicado y establecer conjeturas
acerca de la presencia de extremos relativos, puntos de
inflexión, intervalos de crecimiento y convexidad.
Ejercicio 3. Gráfico de f (x) = csc(x) en [−2π, 2 ∗ π]

>>ezplot(’csc’,[-2*pi,2*pi])

Ejercicio 4. Gráfico de f (x) = arcsin(x) en [−1, 1]

>>ezplot(’asin’,[-1,1])

Ejercicio 5. Gráfico de f (x) = |x3 + x + 1| en [−2, 1]

>>ezplot(’abs(x^3+x+1)’,[-2,1])

Ejercicio 6. Gráfico de f (x) = (x3 − 3x + 2)1/3 en [−2, 10]

>>ezplot(’(x^3-3*x+2)^(1/3)’,[-2,10])
Analizar gráficamente la presencia de extremos relativos,
puntos de inflexión, intervalos de crecimiento y
convexidad. (Usar DERIVA 3.M)
Ejercicio 7. En el intervalo [0, 3] analizar los puntos x = 1, x = 1.5 y
x = 2 para la función

f (x) = 2x3 − 9x2 + 12x + 3

Ejercicio 8. En el intervalo [0, 3.5] analizar en los puntos x = 1 y

x = 2 a la función
f (x) = ex(x − 3) + 4
√ √
Ejercicio
√ 9. En los intervalos
√ [−1, 4], [2 + 2 − 0.5, 2 + √ 2 + 0.5] y
[2 − 2 − 0.5, 2 − 2 + 0.5], analizar los puntos x = 2 ± 2, x = 0
y x = 2 para la función
f (x) = x2e−x

NOTA: Contrastar, si es posible, con resultados obtenidos artesanalmente.

Herramientas Matlab-Maple para el estudio de funciones
Ejemplo 8. Sea la función

x3
f (x) = .
x2 − 1

Detección de ası́ntotas horizontales

>>maple(’limit(x^3/(x^2-1),x=infinity)’)
ans =
inf
>>maple(’limit(x^3/(x^2-1),x=-infinity)’)
ans =
-inf

Se concluye experimentalmente que no tiene ası́ntotas horizontales.

Herramientas Matlab-Maple para el estudio de funciones
Detección de ası́ntotas verticales.

>>fzero(’x^2-1’,[-10 0])
Zero found in the interval: [-10, 0].
ans=-1
>>fzero(’x^2-1’,[0 10])
Zero found in the interval: [0, 10].
ans =1

El cálculo de los posibles ceros del denominador permite concluir

experimentalmente que tiene al menos dos ası́ntotas verticales, a saber, las
rectas de ecuación x = 1 y x = −1.

Detección de ası́ntotas oblicuas

>>limit(x^3/(x^2-1)/x,x,inf)
ans =1
>>limit((x^3/(x^2-1))-x,x,inf)
ans =0

Las evidencias apuntan a que y = x es ası́ntota oblicua.

Herramientas Matlab-Maple para el estudio de funciones
Búsqueda de puntos de extremo relativo

>>solve(diff(’x^3/(x^2-1)’,1))
ans =
[ 0]
[ 0]
[ 3^(1/2)]
[ -3^(1/2)]

Se detectan tres posibles puntos de extremo. Para concluir acerca del

carácter de cada uno de estos puntos hacemos

>>syms x,f=x^3/(x^2-1);
>>numeric(subs(diff(f,2),0))
ans=0
>>numeric(subs(diff(f,2),sqrt(3)))
ans=2.5981e+00
numeric(subs(diff(f,2),-sqrt(3)))
ans =-2.5981e+00
Herramientas Matlab-Maple para el estudio de funciones

√
De momento deberı́amos
√ aceptar que x = 3 es un punto de mı́nimo
relativo, y que x = − 3 es un punto de máximo relativo. En cuanto a
x = 0 podemos juzgarle observando el gráfico que obtendremos con

>>fplot(’[x^3/(x^2-1),x]’,[-6,6]).

¿Hay alguna otra opción Matlab para concluir acerca de x = 0?

Ejercicio 10. Estudiar la siguiente función

f (x) = e4x+2(x2 + 4x)

 POLINOMIO DE TAYLOR
Recordemos que si f (x) admite derivada continua hasta el orden n en la
vecindad V del punto x0, entonces el polinomio de Taylor de f , de grado
n, en el punto x0, está dado por

(1 f (n(x0)(x − x0)n
Pf,n,x0 (x) = f (x0) + f (x0)(x − x0) + · · · +
n!

La herramienta Matlab TAYLOR permite calcular el polinomio de Taylor

de f (x) en un punto dado x0. La sintaxis de este comando es

>>syms x;f=expresion_en_x;
>>PolyTaylor=taylor(f,n,x,x0)

donde n es el grado más uno.

También puede ejecutarse cuando f es un string. En tal caso

>>PolyTaylor=taylor(sym(f),n,’x’,x0)

El programa TAYLOR_N es una interfaz que facilita el acceso a TAYLOR.M

y muestra juntos a los gráficos de f y de su polinomio de Taylor.
 POLINOMIO DE TAYLOR (cont.)
Ejercicio 11. Hallar el polinomio de Taylor de la siguiente función

sen(3x5 + 3x + π)
f (x) =
(56x12 + x6 + 2)(4x6 + 6x4 + 3))

de grado n = 5, en el punto x0 = 0.

Mostrar el gráfico de ambos en el intervalo [−1, 1].

Obtenga una estimación experimental del error absoluto máximo entre los
valores del polinomio hallado y la función, en el intervalo [−0.3, 0.3].

Para obtener una estimación gruesa del error en [−0.3, 0.3] hacemos lo
siguiente

>>x=linspace(-0.3,0.3,200);
>>f=(sin(3*x.^5+3*x+pi))./(56*x.^(12)+x.^6+2)./(4*x.^6+6*x.^4+3);
>>P=-1/2*x+3/4*x.^3+13/80*x.^5;
>>errorabs=max(abs(f-P))
errorabs=3.145407625933239e-004
 FUNCIONES DE VARIAS VARIABLES
Sea z = f (x, y) una función de dos variables, definida en cierta región Ω
del plano R2. Sea (x0, y0) ∈ Ω. Si existe el lı́mite

f (x, y0) − f (x0, y0)

lim ,
x→x0 x − x0

decimos que f es derivable parcialmente, respecto a x, en el punto

(x0, y0).

Análogamente, con respecto la segunda variable se dice que f es derivable

parcialmente en (x0, y0) si existe el lı́mite

f (x0, y) − f (x0, y0)

lim .
y→y0 y − y0

En lo que sigue estudiaremos funciones de dos variables.

 Derivadas parciales con Matlab-Maple
Comando Maple
fx0 se obtiene mediante maple(’D[1](f)’);
fy0 ” ” ” maple(’D[2](f)’);
0
fxx ” ” ” maple(’D[1,1](f)’);
0
fxy ” ” ” maple(’D[1,2](f)’);
0
fxxyy ” ” ” maple(’D[1,1,2,2](f)’);

Comando Matlab

Si f está creada como STRING, entonces

fx(n) se obtiene mediante diff(f,’x’,n)

fy(n) se obtiene mediante diff(f,’y’,n)

Si f está creada como SYM (>>syms x y) entonces

fx(n) se obtiene mediante diff(f,x,n)

fy(n) se obtiene mediante diff(f,y,n)

La salida es SYM en todos los casos.

Ejemplo 9. Dada f (x, y) = sin(xy) + cos(xy 2), calcular fx.

>>syms x y
>>maple(’f:=(x,y)->sin(x*y)+cos(x*y^2)’);
>>maple(’D[1](f)’)

Ejercicio 12. Calcular las siguientes derivadas a la función del Ejemplo 9.

a) fy , b) fxx, c) fxy , d) fyx, e) fyy , f ) fxxyy .

Ejemplo 10. Sea la función de dos variables

xy/(x2 + y 2) x2 + y 2 6= 0,

f (x, y) =
0 x = y = 0.

Usando herramientas Matlab estudiar su derivabilidad y diferenciabilidad

en (0, 0).

La solución aparece en la siguiente página.

 Solución del Ejemplo 10
>>maple(’f:=(x,y)->(x*y)/(x^2+y^2)’);
>>maple(’(f(h,0)-0)/h’)
ans=0
>>maple(’(f(0,k)-0)/k’)
ans=0

La función tiene derivadas parciales en (0, 0). Sin embargo

>> maple(’limit(m*(x)^2/(x^2+(m*x)^2),x=0)’)
ans =m/(1+m^2)

por tanto NO es diferenciable en el origen (¿por qué?).

 Matriz jacobiana (Maple)
Comando JACOBIAN de Maple. Sintaxis

>>maple(’jacobian([f1,f2,...,fn],[x1,x2,...,xn])’)

Ejemplo 11. Calcular la matriz jacobiana para la función:

f (x, y, z) = (ex, cos(y), sen(z)),

en el punto (0, π/2, 0).

Solución del Ejemplo 11.

>>maple(’jacobian([exp(x),cos(y),sin(z)],[x,y,z])’)
>>maple(’M:=(x,y,z)->([[exp(x), 0, 0], ...
[0, -sin(y), 0], [0, 0, cos(z)]])’);
>>maple(’M(0,-pi/2,0)’)
ans =[[1, 0, 0], [0, 1, 0], [0, 0, 1]]
 Matriz jacobiana (Matlab)

Comando JACOBIAN de Matlab. Sintaxis

>>syms x1 x1 ... xn
>>jacobian([f1;f2;...;fn],[x1,x2,...,xn])

Ejemplo 12. Calcular la matriz jacobiana para la función:

f (x, y, z) = (ex, cos(y), sen(z)),

en el punto (0, π/2, 0).

 Matriz jacobiana (Matlab)
Solución del Ejemplo 12.

>>syms x y z
>>J=jacobian([exp(x);cos(y);sin(z)],[x y z])
J =
[ exp(x), 0, 0]
[ 0, -sin(y), 0]
[ 0, 0, cos(z)]
>>M0=subs(J,[x,y,z],[0,pi/2,0])
M0 =
1 0 0
0 -1 0
0 0 1
 Matriz jacobiana. Ejercicios

Ejercicio 13. Calcular la matriz jacobiana para la función:

f (x, y, z) = (xyz, 1/(x2 + y 2 + 1), xy + z),

en el punto (1, 2, 1).

Ejercicio 14. Calcular la matriz jacobiana para la función:

f (x, y, z) = (y sin(ex) + z, cos(xy), sen(zx)),

en el punto (1, π/2, π).

 Gradiente

Comando GRAD de Maple. Sintaxis

>>maple(’grad(f,[x1,...,xn])’)

Ejemplo 13. Calcular el gradiente de la función:

1
f (x, y, z) = p .
1− x2 − y2 − z2

Solución del Ejemplo 13.

>>maple(’w:=1/sqrt(1-x^2-y^2-z^2)’);
>>pretty(simple(sym(maple(’grad(w,[x,y,z])’))))
 Derivadas direccionales. Diferenciabilidad

Ejemplo 14. Hallar la derivada direccional de la función

1



 p , x2 + y 2 + z 2 6= 0
f (x, y, z) = x2 + y 2 + z 2


0 (x, y, z) = (0, 0, 0)


en el punto (2, 1, 1), según la dirección del vector V = (1, 1, 0).

¿Es diferenciable esta función en (2, 1, 1)? ¿Y en (0, 0, 0)? ¿Por qué?
 Derivadas direccionales. Diferenciabilidad
Solución del Ejemplo 14.
Observemos que existen y son continuas las derivadas parciales de f en
(2, 1, 1), luego, f es diferenciable en dicho punto. Calculemos la derivada
direccional según V como

∂
f = h∇(f ), V i
∂V

En términos de comandos Maple tendrı́amos lo siguiente

>>maple(’f:=(x,y,z)-> 1/sqrt(x^2+y^2+z^2)’);
>>maple(’dotprod([D[1](f)(2,1,1),D[2](f)(2,1,1),...
D[3](f)(2,1,1)],[1,1,0])’)
ans =
-1/12*6^(1/2)
>>numeric(maple(’dotprod([D[1](f)(2,1,1),D[2](f)(2,1,1),...
D[3](f)(2,1,1)],[1,1,0])’))
ans =
-2.041241452319315e-001
 Derivadas direccionales. Diferenciabilidad
Solución del Ejemplo 14 (cont.).
Con herramientas Matlab tendrı́amos

>>f=’1/sqrt(x^2+y^2+z^2)’;
>>Dirf=dot([subs(diff(f,’x’),{’x’,’y’,’z’},{2,1,1}),...
subs(diff(f,’y’),{’x’,’y’,’z’},{2,1,1}),...
subs(diff(f,’z’),{’x’,’y’,’z’},{2,1,1})],[1 1 0])
Dirf =
-2.041241452319315e-001

La coincidencia de ambos resultados numéricos, obtenidos con Maple y

Matlab, es una evidencia favorable.

Ejercicio 15. Calcular la derivada de f (x, y, z) = cos(x + y)ez en el

punto (π/4, −π/4, 0).
 Derivadas direccionales. Diferenciabilidad

Diferenciabilidad.

Ejemplo 15. Sea

xy log(x2 + y 2) x2 + y 2 6= 0

f (x, y) =
0 x=y=0

Se verifica que fx(0, 0) = 0 y fy (0, 0) = 0. En polares podemos calcular

>>syms r b
>>limit((r^2*log(r^2)*sin(b)*cos(b))/r,r,0)
ans =0

lo cual indica que f sı́ es diferenciable en (0, 0).

 Extremos
Ejemplo 16. Hallar los extremos de la función

f (x, y) = −120x3 − 30x4 + 18x5 + 5x6 + 30xy 2

Solución del Ejemplo 16.

>>maple(’f:=(x,y)->-120*x^3-30*x^4+18*x^5+5*x^6+30*x*y^2’);
>>maple(’solve({diff(f(x,y),x)=0, diff(f(x,y),y)=0},{x,y})’)
>>pretty(sym(maple(’hessian(-120*x^3-30*x^4+18*x^5+5*x^6+...
30*x*y^2,[x,y])’)))
>>maple(’M:=(x,y)->hessian (-120*x^3-30*x^4+18*x^5+5*x^6+...
30*x*y^2,[x,y])’);
>>pretty(sym(maple(’subs(x=0,y=0,M(x,y))’))) % PUNTO DEGENERADO
>>pretty(sym(maple(’subs(x=-2,y=0,M(x,y))’))) % MAXIMO
>>pretty(sym(maple(’subs(x=2,y=0,M(x,y))’))) % MINIMO
>>pretty(sym(maple(’subs(x=-3,y=0,M(x,y))’))) % PUNTO DE SILLA

Aplicarle el código extrem.m.

 Ejercicio sobre extremos

Ejercicio 16. Hallar los extremos de la función

f (x, y) = 4x2 − 3xy + 9y 2 + 5x + 15y + 16.

Ejercicio 17. Hallar los extremos de la función

x
f (x, y) = .
1+ x2 + y2

Ver el código extrem.m.

 DERIVACION de FUNCIONES COMPUESTAS
Ejemplo 17. Calcular D1Z y D2Z sabiendo que:

u2 + v 2
Z= , con u = ex−y , v = exy
u2 − v 2

Solución INLINE del ejemplo 17.

>>maple(’f:=(u,v)->(u^2+v^2)/(u^2-v^2)’);
>>maple(’g:=(x,y)->(exp(x-y),exp(x*y))’);
>>maple(’z:=(x,y)->(f@g)(x,y)’);
>>pretty(sym(maple(’simplify(diff(z(x,y),x))’)))
>>pretty(sym(maple(’simplify(diff(z(x,y),y))’)))

Solución mediante programa.

Usar el código RegraCadea.m

 POLINOMIO DE TAYLOR EN DOS VARIABLES
Sea z = f (x, y) una función con derivadas segundas en cierta región Ω
del plano. El polinomio de Taylor de f , en el punto (x0, y0) ∈ Ω, de
grado dos, está dado por

P (x, y) = f (x0, y0) + fx(x − x0) + fy (y − y0)+

0.5(fxx(x − x0)2 + fyy (y − y0)2) + fxy (x − x0)(y − y0)

Ejercicio 18. Hallar el polinomio de Taylor de grado dos a las siguientes

funciones en los puntos que se indican

a) ex+y cos(x + y) x0 = 0, y0 = 1
b) 1/(1 + x2 + y 2) x0 = 0.2, y0 = 0.5

Usar el programa PTaylor2.m.

 RESPUESTAS
Respuesta al ejercicio 1. D5f(1)=-3.591769547325103e+02

Respuesta al ejercicio 2. D10f(1.6405)= -3.547333292946573e+011

Respuesta al ejercicio 3. Ası́ntotas verticales, máximos y mı́nimos

relativos

Respuesta al ejercicio 4. Punto de inflexión (cambio de la convexidad),

intervalo de crecimiento

Respuesta al ejercicio 5. Mı́nimo absoluto en x ≈ −0.6823, máximo

absoluto en x = −2, inflexión en x = 0

Respuesta al ejercicio 6. Máximo y mı́nimo relativo en x ≈ −1 y

x ≈ 1.2, resp. En el segundo punto no es derivable.

Respuesta al ejercicio 7. x = 1 es máximo, x = 2 es mı́nimo y

x = 1.5 es de inflexión

Respuesta al ejercicio 8. x = 1 es de inflexión y x = 2 es punto de

mı́inimo relativo
 Respuestas
Respuesta al ejercicio
√ 9. x = 0 es mı́nimo relativo, x = 2 es máximo
relativo, x = 2 ∓ 2 son puntos de inflexión.

Respuesta al ejercicio 10. No se incluye

x 3x3 13x5
Respuesta al ejercicio 11. P = − + + .
2 4 80
 Respuestas
Respuesta al ejercicio 12. DV f (2, 1, 1) = −2.04124142e − 01

Respuesta al ejercicio 13.

2.0000e+000 1.0000e+000 2.0000e+000

-5.5556e-002 -1.1111e-001 0
2.0000e+000 1.0000e+000 1.0000e+000

Respuesta al ejercicio 14.

-3.8930e+000 4.1078e-001 1.0000e+000

-1.5708e+000 -1.0000e+000 0
-3.1416e+000 0 -1.0000e+000

Respuesta al ejercicio 15.

D(π/4,−π/4,0)f = −5.343957625674434e − 002

Respuesta al ejercicio 16. (−1, −1) es punto de mı́nimo.

Respuesta al ejercicio 17. (1, 0) máximo y (−1, 0) mı́nimo

 Apéndice
Sólo dedicaremos un pequeño espacio al tratamiento numérico de la
derivada.

Supongamos que de la función f (x) sólo conocemos un número finito de

valores
(x0, y0), (x1, y1), ..., (xn, yn).
Queremos calcular aproximadamente el valor de f 0(x), siendo x un punto
del dominio de f , que no coincide necesariamente con alguno de los xk.
Debemos dejar claro que este problema es inestable, es decir, pequeños
errores en los datos pueden producir resultados muy alejados del valor
correcto. Una de las formas más naturales o sencillas consiste en utilizar el
polinomio de Taylor que ya sabemos aproxima localmente a la función que
lo genera bajo ciertas condiciones.

Examinemos primero la fórmula que define teóricamente a la derivada

0 f (x + h) − f (x)
f (x) = lim
h→0 h
En las condiciones dadas es imposible efectuar o simular en un ordenador
este proceso de lı́mites. No conocemos a f más allá de los valores arriba
enumerados. En realidad, aunque conociésemos la formulación de f (x) en
cualquier x, los errores de redondeo y de cancelación para h muy pequeño
perturbarı́an severamente el resultado final.

Lo que podemos hacer es aplicar la fórmula de Taylor con resto de

Lagrange para deducir diferentes procedimientos numéricos. Lo haremos
para deducir un método de orden dos. Supongamos que f admite derivada
tercera continua en su dominio. Entonces

h2 h3
f (x + h) = f (x) + hf 0(x) + f 00(x) + f 000(ξ1) (1)
2! 3!

0 h2 00 h3
f (x − h) = f (x) − hf (x) + f (x) − f 000(ξ2) (2)
2! 3!
donde ξ1 ∈ (x, x + h) y ξ2 ∈ (x − h, x), siendo h > 0.

Si restamos (2) a (1) y despejamos a f 0(x) obtenemos

 0 f (x + h) − f (x − h) h2 000 000


f (x) = − f (ξ1) − f (ξ2) . (3)
2h 12
El error de truncamiento es el que cometemos al despreciar el término con
las derivadas terceras, y aquı́ es del orden n = 2 (Ver pag. 45). La
formulación de nuestro primer método para calcular aproximadamente la
derivada de f es

0 f (x + h) − f (x − h)
f (x) ≈ . (4)
2h

A (4) se le conoce como fórmula de diferencia centrada. Si la red

x0, ..., xn es uniforme en el sentido de que xk+1 − xk = 2h,
k = 0, ..., n − 1, entonces nuestro problema inicial se resuelve como

0 f (xk+1) − f (xk)
f (x̃k) ≈ , x̃k = (xk+1 + xk)/2.
2h

La llamada fórmula adelantada de dos puntos que se deriva directamente

de la definición clásica de derivada aparece en la siguiente diapositiva y es
de orden n = 1.
 0 f (x + h) − f (x)
f (x) ≈ . (5)
h
La siguiente tabla muestra algunos de los errores (absolutos) que se
producen al utilizar (4) y (5) para calcular aproximadamente f 0(1), siendo
f (x) = xex.
h (4) (5)
1.0e-01 1.8135e-02 4.2644e-01
1.0e-02 1.8122e-04 4.0956e-02
1.0e-03 1.8122e-06 4.0792e-03
1.0e-04 1.8123e-08 4.0776e-04
1.0e-05 2.0599e-10 4.0774e-05
1.0e-06 3.2692e-10 4.0764e-06
1.0e-07 1.1717e-10 4.0868e-07
1.0e-08 1.3206e-08 5.7614e-08
1.0e-09 1.3206e-08 1.3206e-08
1.0e-10 8.7497e-07 1.3455e-06

Notar que los resultados empeoran a partir de cierto valor de h, y que el

orden se manifiesta cuando comparamos el rango de h y el error. La
fórmula (4) parece ser más eficiente que (5). Sin embargo, (5) muestra
una mayor estabilidad que (4).
 Notación

El método cuya fórmula es A(h), para estimar E, se dice de orden n si

|A(h) − E| ≤ M hn,

donde M > 0 no depende de h.

Se denota por
A(h) − E = O(hn).
− − − − − − − − − − − − − − − − −−
Recordar que el error absoluto que se comete al estimar E mediante
A(h) se define como
|A(h) − E|,
mientras que, si E 6= 0, el error relativo está dado por

|A(h) − E|/|E|.
FIN